Python 2026 重大變更指南

本文件列出自 2026 年初以來 Python 版本中的所有重大變更，包括可能影響程式碼的重要變更與重要改進。每個變更都會標示為：

🔴 重大變更 — 需要進行程式碼更改來升級
🟡 增強 — 新能力或改進;現有程式碼仍然有效

這份文件將在我們達到 1.0.0 穩定版後被移除，因此在 2026 年升級版本時，請務必參考，以確保不會錯過任何重要變更。關於特定主題的詳細升級指引（例如選項遷移），請參閱連結的升級指南或連結的PR。

Post-python-1.0.0b260212 合併變更（未發布）

以下重要的 PR 是在最新公開的 Python 預發布後合併的，並應追蹤即將到來的套件更新。

🟡 Azure Functions 的 Durable workflow support

PR：#3630

該 agent-framework-azurefunctions 套件現在支援在 Azure Durable Functions 上執行 Workflow 圖形。將 workflow 參數傳遞到 AgentFunctionApp，以自動註冊代理實體、活動函數和 HTTP 端點。

from agent_framework.azurefunctions import AgentFunctionApp

app = AgentFunctionApp(workflow=my_workflow)
# Automatically registers:
#   POST /api/workflow/run          — start a workflow
#   GET  /api/workflow/status/{id}  — check status
#   POST /api/workflow/respond/{id}/{requestId} — HITL response

支援扇出/扇入、共享狀態，以及人工參與流程模式，並可設定逾時和在到期時自動拒絕的功能。

🟡 OpenTelemetry 追蹤上下文傳播至 MCP 請求

PR：#3780

當安裝 OpenTelemetry 時，追蹤上下文（例如 W3C traceparent）會自動注入到 MCP 請求中，透過params._meta。這使得跨代理→MCP伺服器呼叫實現端對端分散式追蹤。不需要程式碼變更——這是當存在有效區間上下文時會啟動的加法行為。

🔴 Pydantic 設定被替換為 `TypedDict` + `load_settings()`

PRs：#3843， #4032

pydantic-settings 基於 AFBaseSettings 的類別已被使用 TypedDict 和 load_settings() 的輕量級、基於函數的設定系統取代。 pydantic-settings依賴性完全被移除了。

所有設定類別（例如、 OpenAISettings、 AzureOpenAISettings、 AnthropicSettings）現在 TypedDict 都是定義，設定值則透過字典語法而非屬性存取。

Before:

from agent_framework.openai import OpenAISettings

settings = OpenAISettings()  # pydantic-settings auto-loads from env
api_key = settings.api_key
model_id = settings.model_id

After:

from agent_framework.openai import OpenAISettings, load_settings

settings = load_settings(OpenAISettings, env_prefix="OPENAI_")
api_key = settings["api_key"]
model_id = settings["model_id"]

這很重要

Agent Framework 不會自動從檔案載入數值 .env 。您必須明確地選擇以下方法之一來載入 .env：

在應用程式開始時從python-dotenv套件呼叫load_dotenv()
轉交 env_file_path=".env" 給 load_settings()
直接在你的 shell 或 IDE 中設定環境變數

load_settings解析順序為：明確覆蓋→.env檔案值（提供時env_file_path）→環境變數→預設值。如果你指定 env_file_path，檔案必須存在，否則 FileNotFoundError 會被觸發。

🔴 `FunctionTool[Any]` 移除架構直通的通用設定

PR：#3907

基於結構的工具路徑不再依賴先前 FunctionTool[Any] 的通用行為。直接使用 FunctionTool，並在需要時提供 pydantic BaseModel 或明確的結構定義（例如，使用 @tool(schema=...)）。

Before:

placeholder: FunctionTool[Any] = FunctionTool(...)

After:

placeholder: FunctionTool = FunctionTool(...)

🟡 `workflow.as_agent()` 現在當提供者未設定時，這裡會預設本地歷史

PR：#3918

當沒有 workflow.as_agent() 時建立 context_providers，現在預設會加入 InMemoryHistoryProvider("memory")。若明確提供上下文提供者，該清單將保持不變。

workflow_agent = workflow.as_agent(name="MyWorkflowAgent")
# Default local history provider is injected when none are provided.

🟡 AzureAIClient 警告不支援的執行階段覆寫

PR：#3919

AzureAIClient現在在執行時間的tools或structured_output與代理程式建立時間的配置不同時，會記錄警告。 Azure AI 代理服務不支援執行時工具或回應格式變更——如果你需要動態覆寫，請改用 AzureOpenAIResponsesClient 。

🔴 聊天/客服訊息輸入對齊（`run` 與 `get_response`）

PR：#3920

聊天客戶端 get_response 實作現在持續接收 Sequence[Message]。 agent.run(...)保持彈性（strContent、、 Message或這些序列），並在呼叫聊天客戶端前正規化輸入。

Before:

async def get_response(self, messages: str | Message | list[Message], **kwargs): ...

After:

from collections.abc import Sequence
from agent_framework import Message

async def get_response(self, messages: Sequence[Message], **kwargs): ...

🟡 基岩添加至 `core[all]`，並修正工具選擇預設

PR：#3953

Amazon Bedrock 現已包含在 agent-framework-core[all] 額外內容中，並可透過 agent_framework.amazon 懶加載介面使用。工具選擇行為也被修正：未設定的工具選擇值保持不變，提供者使用其服務預設值，而明確設定的值則被保留。

from agent_framework.amazon import BedrockClient

🔴 由 `source_id` 決定的提供者狀態範圍

PR：#3995

提供者掛鉤現在會獲得提供者範圍的狀態字典（state.setdefault(provider.source_id, {})），而非完整的會話狀態。這表示過去透過巢狀狀態 state[self.source_id]["key"] 存取的提供者實作，現在必須直接存取 state["key"] 。

此外，預設InMemoryHistoryProvider值source_id也從 "memory" 變成 "in_memory"。

Before:

# In a custom provider hook:
async def on_before_agent(self, state: dict, **kwargs):
    my_data = state[self.source_id]["my_key"]

# InMemoryHistoryProvider default source_id
provider = InMemoryHistoryProvider("memory")

After:

# Provider hooks receive scoped state — no nested access needed:
async def on_before_agent(self, state: dict, **kwargs):
    my_data = state["my_key"]

# InMemoryHistoryProvider default source_id changed
provider = InMemoryHistoryProvider("in_memory")

python-1.0.0b260212（2026年2月12日）

發行說明：python-1.0.0b260212

🔴 `HostedTool` 類別被用戶端 `get__tool()` 方法取代

PR：#3634

託管工具類別被移除，改為使用屬於客戶端範圍的工廠方法。這使得工具的可用性由供應商明確呈現。

已移除的類別	Replacement
`HostedCodeInterpreterTool`	`client.get_code_interpreter_tool()`
`HostedWebSearchTool`	`client.get_web_search_tool()`
`HostedFileSearchTool`	`client.get_file_search_tool(...)`
`HostedMCPTool`	`client.get_mcp_tool(...)`
`HostedImageGenerationTool`	`client.get_image_generation_tool(...)`

Before:

from agent_framework import HostedCodeInterpreterTool, HostedWebSearchTool

tools = [HostedCodeInterpreterTool(), HostedWebSearchTool()]

After:

from agent_framework.openai import OpenAIResponsesClient

client = OpenAIResponsesClient()
tools = [client.get_code_interpreter_tool(), client.get_web_search_tool()]

🔴 會話/上下文提供者管道已完成`AgentSession`（`context_providers`）

PR：#3850

Python 會話及上下文提供者遷移已完成。 AgentThread 舊有的上下文提供者類型也被移除。

AgentThread → AgentSession
agent.get_new_thread() → agent.create_session()
agent.get_new_thread(service_thread_id=...) → agent.get_session(service_session_id=...)
context_provider= / chat_message_store_factory= 模式被替換為 context_providers=[...]

Before:

thread = agent.get_new_thread()
response = await agent.run("Hello", thread=thread)

After:

session = agent.create_session()
response = await agent.run("Hello", session=session)

🔴 檢查點模型與儲存行為重構

PR：#3744

檢查點內部結構已重新設計，這影響了持久化檢查點的相容性及自訂儲存機制：

WorkflowCheckpoint 現在儲存活物件（序列化發生在檢查點儲存中）
FileCheckpointStorage 現在使用 Pickle 序列化技術
workflow_id 被移除後 previous_checkpoint_id 又被加入
已廢棄的檢查點掛鉤被移除

如果你在不同版本間保存檢查點，請在恢復工作流程前重新生成或遷移現有的檢查點檔案。

🟡 `AzureOpenAIResponsesClient` 支援 Azure AI Foundry 專案端點

PR：#3814

你現在可以用 Foundry 專案端點或直接 Azure OpenAI 端點來建立AzureOpenAIResponsesClient，而不僅限於此，還可以建立AIProjectClient。

from azure.identity import DefaultAzureCredential
from agent_framework.azure import AzureOpenAIResponsesClient

client = AzureOpenAIResponsesClient(
    project_endpoint="https://<your-project>.services.ai.azure.com",
    deployment_name="gpt-4o-mini",
    credential=DefaultAzureCredential(),
)

🔴 中介軟體 `call_next` 不再接受 `context`

PR：#3829

中介軟體延續現在不接受任何爭議。如果你的中介軟體還在呼叫 call_next(context)，請更新成 call_next()。

Before:

async def telemetry_middleware(context, call_next):
    # ...
    return await call_next(context)

After:

async def telemetry_middleware(context, call_next):
    # ...
    return await call_next()

python-1.0.0b260210（2026年2月10日）

發佈說明：python-1.0.0b260210

🔴 工作流程工廠函式已從 `WorkflowBuilder`

PR：#3781

register_executor()和register_agent()已從WorkflowBuilder中移除。所有建構方法（add_edge、add_fan_out_edges、add_fan_in_edgesadd_chainadd_switch_case_edge_groupadd_multi_selection_edge_group）且start_executor不再接受字串名稱——它們需要執行者或代理實例直接使用。

為了狀態隔離，將執行者/代理實例化和工作流程建置包裝在輔助方法中，讓每次呼叫都能產生新的實例。

`WorkflowBuilder` 與執行器

Before:

workflow = (
    WorkflowBuilder(start_executor="UpperCase")
    .register_executor(lambda: UpperCaseExecutor(id="upper"), name="UpperCase")
    .register_executor(lambda: ReverseExecutor(id="reverse"), name="Reverse")
    .add_edge("UpperCase", "Reverse")
    .build()
)

After:

upper = UpperCaseExecutor(id="upper")
reverse = ReverseExecutor(id="reverse")

workflow = WorkflowBuilder(start_executor=upper).add_edge(upper, reverse).build()

`WorkflowBuilder` 與經紀人合作

Before:

builder = WorkflowBuilder(start_executor="writer_agent")
builder.register_agent(factory_func=create_writer_agent, name="writer_agent")
builder.register_agent(factory_func=create_reviewer_agent, name="reviewer_agent")
builder.add_edge("writer_agent", "reviewer_agent")

workflow = builder.build()

After:

writer_agent = create_writer_agent()
reviewer_agent = create_reviewer_agent()

workflow = WorkflowBuilder(start_executor=writer_agent).add_edge(writer_agent, reviewer_agent).build()

使用輔助方法進行狀態隔離

對於每次調用需要隔離狀態的工作流程，請用輔助方法包裝建構：

def create_workflow() -> Workflow:
    """Each call produces fresh executor instances with independent state."""
    upper = UpperCaseExecutor(id="upper")
    reverse = ReverseExecutor(id="reverse")

    return WorkflowBuilder(start_executor=upper).add_edge(upper, reverse).build()

workflow_a = create_workflow()
workflow_b = create_workflow()

🔴 `ChatAgent` 重新命名為 `Agent`， `ChatMessage` 再命名為 `Message`

PR：#3747

核心 Python 類型透過移除冗餘 Chat 前綴而簡化。不提供向下相容的別名。

之前	之後
`ChatAgent`	`Agent`
`RawChatAgent`	`RawAgent`
`ChatMessage`	`Message`
`ChatClientProtocol`	`SupportsChatGetResponse`

更新匯入

Before:

from agent_framework import ChatAgent, ChatMessage

After:

from agent_framework import Agent, Message

更新類型參照

Before:

agent = ChatAgent(
    chat_client=client,
    name="assistant",
    instructions="You are a helpful assistant.",
)

message = ChatMessage(role="user", contents=[Content.from_text("Hello")])

After:

agent = Agent(
    client=client,
    name="assistant",
    instructions="You are a helpful assistant.",
)

message = Message(role="user", contents=[Content.from_text("Hello")])

備註

ChatClient、ChatResponse、ChatOptions及ChatMessageStore都未因此變更而被重新命名。

🔴 類型 API 檢視跨回應/訊息模型的更新

PR：#3647

此版本包含廣泛的訊息/回應類型與輔助 API 的重大變更清理。

Role 和 FinishReason 現在是基於 NewType 的 str 封裝器，並使用 RoleLiteral/FinishReasonLiteral 來處理已知值。把它們當成弦來看待（不用 .value 用）。
Message 建構標準化在 Message(role, contents=[...]) ; 字元串 contents 會自動轉換為文字內容。
ChatResponse和AgentResponse建構器現在以messages=(單一的或序列)為中心，舊有Message建構器的使用已被移除。
ChatResponseUpdate 和 AgentResponseUpdate 不再接受 text=;請使用 contents=[Content.from_text(...)]。
更新合併輔助工具名稱被簡化。
try_parse_value從ChatResponse和AgentResponse中移除。

輔助方法的重新命名

之前	之後
`ChatResponse.from_chat_response_updates(...)`	`ChatResponse.from_updates(...)`
`ChatResponse.from_chat_response_generator(...)`	`ChatResponse.from_update_generator(...)`
`AgentResponse.from_agent_run_response_updates(...)`	`AgentResponse.from_updates(...)`

更新回應-更新構建方法

Before:

update = AgentResponseUpdate(text="Processing...", role="assistant")

After:

from agent_framework import AgentResponseUpdate, Content

update = AgentResponseUpdate(
    contents=[Content.from_text("Processing...")],
    role="assistant",
)

將 `try_parse_value` 替換為 `try/except` 於 `.value`

Before:

if parsed := response.try_parse_value(MySchema):
    print(parsed.name)

After:

from pydantic import ValidationError

try:
    parsed = response.value
    if parsed:
        print(parsed.name)
except ValidationError as err:
    print(f"Validation failed: {err}")

🔴統一`run`/`get_response`模型與應用`ResponseStream`

PR：#3379

Python API 被整合為 agent.run(...) 和 client.get_response(...)，串流則以 ResponseStream表示。

Before:

async for update in agent.run_stream("Hello"):
    print(update)

After:

stream = agent.run("Hello", stream=True)
async for update in stream:
    print(update)

🔴 核心上下文/協定類型重新命名

PRs：#3714， #3717

之前	之後
`AgentRunContext`	`AgentContext`
`AgentProtocol`	`SupportsAgentRun`

更新匯入並相應輸入註解。

🔴 中介軟體延續參數已重新命名為 `call_next`

PR：#3735

中介軟體簽名現在應該用 call_next 來替換 next。

Before:

async def my_middleware(context, next):
    return await next(context)

After:

async def my_middleware(context, call_next):
    return await call_next(context)

🔴 TypeVar 名稱標準化（`TName` → `NameT`）

PR：#3770

程式碼庫現採用一致的 TypeVar 命名風格，並使用後綴 T 。

Before:

TMessage = TypeVar("TMessage")

After:

MessageT = TypeVar("MessageT")

如果你在框架泛型周圍維持自訂包裝，請將本地 TypeVar 名稱與新慣例對齊，以減少註解流失。

🔴 工作流程作為代理的輸出與串流變化

PR：#3649

workflow.as_agent() 行為更新以使輸出與串流與標準代理反應模式對齊。檢視那些依賴於舊有輸出或更新處理方式的工作流程代理消費者，並將其更新至目前 AgentResponse/AgentResponseUpdate 流程。

🔴 流暢建構器方法則轉向建構參數

PR：#3693

跨 6 個建構器（WorkflowBuilder、SequentialBuilderConcurrentBuilderGroupChatBuilderMagenticBuilderHandoffBuilder）的單一配置流暢方法已遷移至建構參數。原本是設定唯一配置路徑的流暢方法被移除，取而代之的是建構子參數。

`WorkflowBuilder`

set_start_executor() with_checkpointing() with_output_from()，被移除。改用建構參數。

Before:

upper = UpperCaseExecutor(id="upper")
reverse = ReverseExecutor(id="reverse")

workflow = (
    WorkflowBuilder(start_executor=upper)
    .add_edge(upper, reverse)
    .set_start_executor(upper)
    .with_checkpointing(storage)
    .build()
)

After:

upper = UpperCaseExecutor(id="upper")
reverse = ReverseExecutor(id="reverse")

workflow = (
    WorkflowBuilder(start_executor=upper, checkpoint_storage=storage)
    .add_edge(upper, reverse)
    .build()
)

`SequentialBuilder` / `ConcurrentBuilder`

participants()、 register_participants()with_checkpointing()with_intermediate_outputs() 都被移除。改用建構參數。

Before:

workflow = SequentialBuilder().participants([agent_a, agent_b]).with_checkpointing(storage).build()

After:

workflow = SequentialBuilder(participants=[agent_a, agent_b], checkpoint_storage=storage).build()

`GroupChatBuilder`

participants()、、register_participants()、with_orchestrator()with_termination_condition()with_max_rounds()with_checkpointing()with_intermediate_outputs()都被移除。改用建構參數。

Before:

workflow = (
    GroupChatBuilder()
    .with_orchestrator(selection_func=selector)
    .participants([agent1, agent2])
    .with_termination_condition(lambda conv: len(conv) >= 4)
    .with_max_rounds(10)
    .build()
)

After:

workflow = GroupChatBuilder(
    participants=[agent1, agent2],
    selection_func=selector,
    termination_condition=lambda conv: len(conv) >= 4,
    max_rounds=10,
).build()

`MagenticBuilder`

participants()、、register_participants()、 with_manager()with_plan_review()with_checkpointing()with_intermediate_outputs() 都被移除。改用建構參數。

Before:

workflow = (
    MagenticBuilder()
    .participants([researcher, coder])
    .with_manager(agent=manager_agent)
    .with_plan_review()
    .build()
)

After:

workflow = MagenticBuilder(
    participants=[researcher, coder],
    manager_agent=manager_agent,
    enable_plan_review=True,
).build()

`HandoffBuilder`

with_checkpointing() 並 with_termination_condition() 被移除。改用建構參數。

Before:

workflow = (
    HandoffBuilder(participants=[triage, specialist])
    .with_start_agent(triage)
    .with_termination_condition(lambda conv: len(conv) > 5)
    .with_checkpointing(storage)
    .build()
)

After:

workflow = (
    HandoffBuilder(
        participants=[triage, specialist],
        termination_condition=lambda conv: len(conv) > 5,
        checkpoint_storage=storage,
    )
    .with_start_agent(triage)
    .build()
)

驗證變更

WorkflowBuilder 現在需要 start_executor 作為建構子參數（先前透過流流方法設定）
SequentialBuilder、ConcurrentBuilder、GroupChatBuilder 和 MagenticBuilder 現在要求在構造時提供 participants 或 participant_factories — 若都未提供將引發 ValueError

備註

HandoffBuilder 當時已被接受 participants/participant_factories 為建造者參數，且在此方面未作更改。

🔴 工作流程事件統一為單一的 `WorkflowEvent`，並搭配 `type` 判別器

PR：#3690

所有個別的工作流程事件子類別都被一個通用 WorkflowEvent[DataT] 類別取代。你不再用 isinstance() 檢查來識別事件類型，而是檢查 event.type 字串的文字（例如， "output"， "request_info"， "status"）。這與從Content的python-1.0.0b260123類別合併遵循相同的模式。

移除的賽事級別

以下匯出的事件子類別已不復存在：

舊類別	新 `event.type` 價值
`WorkflowOutputEvent`	`"output"`
`RequestInfoEvent`	`"request_info"`
`WorkflowStatusEvent`	`"status"`
`WorkflowStartedEvent`	`"started"`
`WorkflowFailedEvent`	`"failed"`
`ExecutorInvokedEvent`	`"executor_invoked"`
`ExecutorCompletedEvent`	`"executor_completed"`
`ExecutorFailedEvent`	`"executor_failed"`
`SuperStepStartedEvent`	`"superstep_started"`
`SuperStepCompletedEvent`	`"superstep_completed"`

更新匯入

Before:

from agent_framework import (
    WorkflowOutputEvent,
    RequestInfoEvent,
    WorkflowStatusEvent,
    ExecutorCompletedEvent,
)

After:

from agent_framework import WorkflowEvent
# Individual event classes no longer exist; use event.type to discriminate

更新事件類型檢查

Before:

async for event in workflow.run_stream(input_message):
    if isinstance(event, WorkflowOutputEvent):
        print(f"Output from {event.executor_id}: {event.data}")
    elif isinstance(event, RequestInfoEvent):
        requests[event.request_id] = event.data
    elif isinstance(event, WorkflowStatusEvent):
        print(f"Status: {event.state}")

After:

async for event in workflow.run_stream(input_message):
    if event.type == "output":
        print(f"Output from {event.executor_id}: {event.data}")
    elif event.type == "request_info":
        requests[event.request_id] = event.data
    elif event.type == "status":
        print(f"Status: {event.state}")

使用 `AgentResponseUpdate` 串流

Before:

from agent_framework import AgentResponseUpdate, WorkflowOutputEvent

async for event in workflow.run_stream("Write a blog post about AI agents."):
    if isinstance(event, WorkflowOutputEvent) and isinstance(event.data, AgentResponseUpdate):
        print(event.data, end="", flush=True)
    elif isinstance(event, WorkflowOutputEvent):
        print(f"Final output: {event.data}")

After:

from agent_framework import AgentResponseUpdate

async for event in workflow.run_stream("Write a blog post about AI agents."):
    if event.type == "output" and isinstance(event.data, AgentResponseUpdate):
        print(event.data, end="", flush=True)
    elif event.type == "output":
        print(f"Final output: {event.data}")

型別註解

Before:

pending_requests: list[RequestInfoEvent] = []
output: WorkflowOutputEvent | None = None

After:

from typing import Any
from agent_framework import WorkflowEvent

pending_requests: list[WorkflowEvent[Any]] = []
output: WorkflowEvent | None = None

備註

WorkflowEvent 是泛型（WorkflowEvent[DataT]），但用於混合事件集合，使用 WorkflowEvent[Any] 或未參數化 WorkflowEvent的。

🔴 `workflow.send_responses*` 移除；使用 `workflow.run(responses=...)`

PR：#3720

send_responses() 和 send_responses_streaming() 被從 Workflow 中移除。透過直接將回應傳遞給 run()，繼續暫停的工作流程。

Before:

async for event in workflow.send_responses_streaming(
    checkpoint_id=checkpoint_id,
    responses=[approved_response],
):
    ...

After:

async for event in workflow.run(
    checkpoint_id=checkpoint_id,
    responses=[approved_response],
):
    ...

🔴 `SharedState` 重新命名為 `State`;工作流程狀態 API 是同步的

PR：#3667

州級 API 不再要求 await，命名也已標準化：

之前	之後
`ctx.shared_state`	`ctx.state`
`await ctx.get_shared_state("k")`	`ctx.get_state("k")`
`await ctx.set_shared_state("k", v)`	`ctx.set_state("k", v)`
`checkpoint.shared_state`	`checkpoint.state`

🔴 協作編排工具已移至 `agent_framework.orchestrations`

PR：#3685

編排建構器現在存在專用的套件命名空間。

Before:

from agent_framework import SequentialBuilder, GroupChatBuilder

After:

from agent_framework.orchestrations import SequentialBuilder, GroupChatBuilder

🟡 長期的背景回應與延續標記

PR：#3808

現在支援 Python 代理程式在 options={"background": True} 和 continuation_token的執行中進行背景回應。

response = await agent.run("Long task", options={"background": True})
while response.continuation_token is not None:
    response = await agent.run(options={"continuation_token": response.continuation_token})

🟡 會話/上下文提供者預覽類型並排新增

PR：#3763

新增的會話/上下文管線類型與舊有 API 一同引入，用於增量遷移，包括 SessionContext 和 BaseContextProvider。

🟡 程式碼解譯器串流現在包含增量程式碼 delta

PR：#3775

串流程式碼直譯器現在會在串流內容中進行 Surfacecode Delta 更新，讓使用者介面能逐步渲染生成的程式碼。

🟡 `@tool` 支援明確的結構處理

PR：#3734

工具定義現在可以在推斷出的結構輸出需要客製化時，使用明確的結構處理。

python-1.0.0b260130（2026年1月30日）

發布說明：python-1.0.0b260130

🟡 `ChatOptions` 和 `ChatResponse`/`AgentResponse` 現在都可用於通用的回應格式

PR：#3305

ChatOptions、、ChatResponseAgentResponse以及現在都是以回應格式類型為參數化的通用型別。這使得在使用結構化輸出和 response_format 時，能更精確地進行型別推斷。

Before:

from agent_framework import ChatOptions, ChatResponse
from pydantic import BaseModel

class MyOutput(BaseModel):
    name: str
    score: int

options: ChatOptions = {"response_format": MyOutput}  # No type inference
response: ChatResponse = await client.get_response("Query", options=options)
result = response.value  # Type: Any

After:

from agent_framework import ChatOptions, ChatResponse
from pydantic import BaseModel

class MyOutput(BaseModel):
    name: str
    score: int

options: ChatOptions[MyOutput] = {"response_format": MyOutput}  # Generic parameter
response: ChatResponse[MyOutput] = await client.get_response("Query", options=options)
result = response.value  # Type: MyOutput | None (inferred!)

小提示

這是非破壞性的強化。沒有型別參數的現有程式碼仍然能正常運作。你不需要在上述程式碼摘要中指定選項和回應的類型;這裡展示這些資料以求清晰。

🟡 `BaseAgent` 新增對 Claude Agent SDK 的支援

PR：#3509

Python SDK 現已包含 BaseAgent Claude Agent SDK 的實作，使能在 Agent Framework 中以一流的適配器方式使用。

python-1.0.0b260128（2026年1月28日）

發行說明：python-1.0.0b260128

🔴 `AIFunction`更名為 `FunctionTool` 及`@ai_function@tool`

PR：#3413

該類別與裝飾器已更名，以提高清晰度並符合業界一致的術語。

Before:

from agent_framework.core import ai_function, AIFunction

@ai_function
def get_weather(city: str) -> str:
    """Get the weather for a city."""
    return f"Weather in {city}: Sunny"

# Or using the class directly
func = AIFunction(get_weather)

After:

from agent_framework.core import tool, FunctionTool

@tool
def get_weather(city: str) -> str:
    """Get the weather for a city."""
    return f"Weather in {city}: Sunny"

# Or using the class directly
func = FunctionTool(get_weather)

🔴 工廠設計模式已加入群組聊天與 Magentic，API 重新命名

PR：#3224

在群組聊天中新增了參與者工廠模組和協調器工廠模組。同時包含重新命名：

with_standard_manager → with_manager
participant_factories → register_participant

Before:

from agent_framework.workflows import MagenticBuilder

builder = MagenticBuilder()
builder.with_standard_manager(manager)
builder.participant_factories(factory1, factory2)

After:

from agent_framework.workflows import MagenticBuilder

builder = MagenticBuilder()
builder.with_manager(manager)
builder.register_participant(factory1)
builder.register_participant(factory2)

🔴 `Github` 更名為 `GitHub`

PR：#3486

類別名稱和套件名稱已更新，使用正確的外殼。

Before:

from agent_framework_github_copilot import GithubCopilotAgent

agent = GithubCopilotAgent(...)

After:

from agent_framework_github_copilot import GitHubCopilotAgent

agent = GitHubCopilotAgent(...)

python-1.0.0b260127（2026年1月27日）

發行說明：python-1.0.0b260127

🟡 `BaseAgent` 新增對 GitHub Copilot SDK 的支援

PR：#3404

Python SDK 現在包含 GitHub Copilot SDK 整合的BaseAgent實作。

python-1.0.0b260123（2026年1月23日）

發布說明：python-1.0.0b260123

🔴 內容類型簡化為單一類別，並且使用 classmethod 作為建構方式

PR：#3252

將所有舊有的內容型別（源自 BaseContent）替換為一個帶有 classmethods 的單一 Content 類別，以建立特定型別。

完整遷移參考

舊型	新的方法
`TextContent(text=...)`	`Content.from_text(text=...)`
`DataContent(data=..., media_type=...)`	`Content.from_data(data=..., media_type=...)`
`UriContent(uri=..., media_type=...)`	`Content.from_uri(uri=..., media_type=...)`
`ErrorContent(message=...)`	`Content.from_error(message=...)`
`HostedFileContent(file_id=...)`	`Content.from_hosted_file(file_id=...)`
`FunctionCallContent(name=..., arguments=..., call_id=...)`	`Content.from_function_call(name=..., arguments=..., call_id=...)`
`FunctionResultContent(call_id=..., result=...)`	`Content.from_function_result(call_id=..., result=...)`
`FunctionApprovalRequestContent(...)`	`Content.from_function_approval_request(...)`
`FunctionApprovalResponseContent(...)`	`Content.from_function_approval_response(...)`

其他新方法（無直接前身）：

Content.from_text_reasoning(...) — 用於推理/思維內容
Content.from_hosted_vector_store(...) — 向量存儲參考
Content.from_usage(...) — 用於使用/標記資訊
Content.from_mcp_server_tool_call(...) / Content.from_mcp_server_tool_result(...) — 針對 MCP 伺服器工具
Content.from_code_interpreter_tool_call(...) / Content.from_code_interpreter_tool_result(...) — 用於程式碼直譯器
Content.from_image_generation_tool_call(...) / Content.from_image_generation_tool_result(...) — 用於影像生成

型別檢查

不要使用 isinstance() 檢查，而是使用 type 屬性：

Before:

from agent_framework.core import TextContent, FunctionCallContent

if isinstance(content, TextContent):
    print(content.text)
elif isinstance(content, FunctionCallContent):
    print(content.name)

After:

from agent_framework.core import Content

if content.type == "text":
    print(content.text)
elif content.type == "function_call":
    print(content.name)

基本範例

Before:

from agent_framework.core import TextContent, DataContent, UriContent

text = TextContent(text="Hello world")
data = DataContent(data=b"binary", media_type="application/octet-stream")
uri = UriContent(uri="https://example.com/image.png", media_type="image/png")

After:

from agent_framework.core import Content

text = Content.from_text("Hello world")
data = Content.from_data(data=b"binary", media_type="application/octet-stream")
uri = Content.from_uri(uri="https://example.com/image.png", media_type="image/png")

🔴 註解類型簡化為 `Annotation` 和 `TextSpanRegion` TypedDicts

PR：#3252

以更 TypedDict 簡單的定義取代基於類別的註解類型。

舊型	新型
`CitationAnnotation` (類別)	`Annotation`（類型字典）`type="citation"`
`BaseAnnotation` (類別)	`Annotation` （TypedDict）
`TextSpanRegion` （類別為 `SerializationMixin`）	`TextSpanRegion` （TypedDict）
`Annotations` （類型別名）	`Annotation`
`AnnotatedRegions` （類型別名）	`TextSpanRegion`

Before:

from agent_framework import CitationAnnotation, TextSpanRegion

region = TextSpanRegion(start_index=0, end_index=25)
citation = CitationAnnotation(
    annotated_regions=[region],
    url="https://example.com/source",
    title="Source Title"
)

After:

from agent_framework import Annotation, TextSpanRegion

region: TextSpanRegion = {"start_index": 0, "end_index": 25}
citation: Annotation = {
    "type": "citation",
    "annotated_regions": [region],
    "url": "https://example.com/source",
    "title": "Source Title"
}

備註

既然 Annotation 和 TextSpanRegion 現在是 TypedDict 的字典，你就將它們創建為字典，而不是類別實例。

🔴 `response_format` 驗證錯誤現在對使用者可見

PR：#3274

ChatResponse.value 和 AgentResponse.value 現在在結構驗證失敗時觸發 ValidationError，而非靜默返回 None。

Before:

response = await agent.run(query, options={"response_format": MySchema})
if response.value:  # Returns None on validation failure - no error details
    print(response.value.name)

After:

from pydantic import ValidationError

# Option 1: Catch validation errors
try:
    print(response.value.name)  # Raises ValidationError on failure
except ValidationError as e:
    print(f"Validation failed: {e}")

# Option 2: Safe parsing (returns None on failure)
if result := response.try_parse_value(MySchema):
    print(result.name)

🔴 AG-UI 運行邏輯簡化；MCP 與 Anthropic 用戶端修正

PR：#3322

runAG-UI 中的方法簽名與行為已被簡化。

Before:

from agent_framework.ag_ui import AGUIEndpoint

endpoint = AGUIEndpoint(agent=agent)
result = await endpoint.run(
    request=request,
    run_config={"streaming": True, "timeout": 30}
)

After:

from agent_framework.ag_ui import AGUIEndpoint

endpoint = AGUIEndpoint(agent=agent)
result = await endpoint.run(
    request=request,
    streaming=True,
    timeout=30
)

🟡 Anthropic 用戶端現在支援 `response_format` 結構化輸出

PR：#3301

你現在可以透過 Anthropic 客戶端 response_format使用結構化輸出解析，類似 OpenAI 和 Azure 客戶端。

🟡 Azure AI 配置擴展（`reasoning`， `rai_config`）

PRs：#3403， #3265

在代理程式創建過程中，Azure AI 支援已隨著推理配置支援及 rai_config 而擴展。

python-1.0.0b260116（2026年1月16日）

發布說明：python-1.0.0b260116

🔴 `create_agent` 更名為 `as_agent`

PR：#3249

方法名稱已更改，以更清楚說明其用途。

Before:

from agent_framework.core import ChatClient

client = ChatClient(...)
agent = client.create_agent()

After:

from agent_framework.core import ChatClient

client = ChatClient(...)
agent = client.as_agent()

🔴 `WorkflowOutputEvent.source_executor_id` 更名為 `executor_id`

PR：#3166

為了 API 一致性，屬性重新命名。

Before:

async for event in workflow.run_stream(...):
    if isinstance(event, WorkflowOutputEvent):
        executor = event.source_executor_id

After:

async for event in workflow.run_stream(...):
    if isinstance(event, WorkflowOutputEvent):
        executor = event.executor_id

🟡 AG-UI 支援由服務管理的會話持續性

PR：#3136

AG-UI 現在保留由服務管理的對話身份（例如，Foundry 管理的會話/執行緒），以保持多回合的連續性。

python-1.0.0b260114（2026年1月14日）

發布說明：python-1.0.0b260114

🔴 編排已重構

PR：#3023

代理框架工作流程中對編排進行大規模重構與簡化：

群組聊天：將編排器執行器拆分為專用代理型與功能型（BaseGroupChatOrchestrator， GroupChatOrchestrator， AgentBasedGroupChatOrchestrator）。簡化為星型拓撲與廣播模型。
Handoff：移除單層、協調器及自訂執行者支援。轉為使用 HandoffAgentExecutor 的廣播模式。
順序與並行：透過AgentApprovalExecutor和AgentRequestInfoExecutor來依賴子工作流程的簡化請求資訊機制。

Before:

from agent_framework.workflows import GroupChat, HandoffOrchestrator

# Group chat with custom coordinator
group = GroupChat(
    participants=[agent1, agent2],
    coordinator=my_coordinator
)

# Handoff with single tier
handoff = HandoffOrchestrator(
    agents=[agent1, agent2],
    tier="single"
)

After:

from agent_framework.workflows import (
    GroupChatOrchestrator,
    HandoffAgentExecutor,
    AgentApprovalExecutor
)

# Group chat with star topology
group = GroupChatOrchestrator(
    participants=[agent1, agent2]
)

# Handoff with executor-based approach
handoff = HandoffAgentExecutor(
    agents=[agent1, agent2]
)

🔴 以 TypedDict 與 Generic 形式引入的選項

PR：#3140

選項現在使用TypedDict來提高類型安全性和IDE自動完成功能。

📖 完整的遷移說明，請參閱「類型化選項指南」。

Before:

response = await client.get_response(
    "Hello!",
    model_id="gpt-4",
    temperature=0.7,
    max_tokens=1000,
)

After:

response = await client.get_response(
    "Hello!",
    options={
        "model_id": "gpt-4",
        "temperature": 0.7,
        "max_tokens": 1000,
    },
)

🔴 `display_name` 刪除; `context_provider` 更改為單數; `middleware` 必須為清單

PR：#3139

display_name 從代理人移除的參數
context_providers （複數，接受名單）改為 context_provider （單數，僅允許1人）
middleware 現在需要一個清單（不再接受單一實例）
AggregateContextProvider 從程式碼中移除（如有需要，請使用範例實作）

Before:

from agent_framework.core import Agent, AggregateContextProvider

agent = Agent(
    name="my-agent",
    display_name="My Agent",
    context_providers=[provider1, provider2],
    middleware=my_middleware,  # single instance was allowed
)

aggregate = AggregateContextProvider([provider1, provider2])

After:

from agent_framework.core import Agent

# Only one context provider allowed; combine manually if needed
agent = Agent(
    name="my-agent",  # display_name removed
    context_provider=provider1,  # singular, only 1
    middleware=[my_middleware],  # must be a list now
)

# For multiple context providers, create your own aggregate
class MyAggregateProvider:
    def __init__(self, providers):
        self.providers = providers
    # ... implement aggregation logic

🔴 `AgentRunResponse` 更名為 `AgentResponse`

PR：#3207

AgentRunResponse 並 AgentRunResponseUpdate 被重新命名為 AgentResponse 和 AgentResponseUpdate。

Before:

from agent_framework import AgentRunResponse, AgentRunResponseUpdate

After:

from agent_framework import AgentResponse, AgentResponseUpdate

🟡 新增宣告式工作流程執行環境，以支援 YAML 定義的工作流程

PR：#2815

新增了基於圖形的執行時，用於執行宣告式 YAML 工作流程，使多代理能在無需自訂執行時程式碼的情況下進行協調。

🟡 MCP 載入與可靠性改進

PR：#3154

MCP 整合改善了連接中斷行為、載入時的分頁支援，以及表示控制選項。

🟡 Foundry `A2ATool` 現在支援沒有目標 URL 的連線

PR：#3127

A2ATool 現在即使未設定直接目標 URL，也能透過專案連線元資料解析 Foundry 支援的 A2A 連線。

python-1.0.0b260107（2026年1月7日）

發布說明：python-1.0.0b260107

這次發行沒有重大變動。

python-1.0.0b260106（2026年1月6日）

發行說明：python-1.0.0b260106

這次發行沒有重大變動。

摘要表

釋放	發行說明	類型	改變	PR
1.0.0B260212 後（未發行）	N/A	🔴 中斷	聊天/代理訊息輸入對齊：自訂 `get_response()` 實作必須接受 `Sequence[Message]`	#3920
1.0.0B260212 後（未發行）	N/A	🔴 中斷	`FunctionTool[Any]` 為了架構直通而移除相容性 Shim，根據需要使用 `FunctionTool` 明確的架構	#3907
1.0.0B260212 後（未發行）	N/A	🟡 強化	`workflow.as_agent()` 現在當上下文提供者未設定時，預設會 `InMemoryHistoryProvider("memory")` 注入	#3918
1.0.0b260212	注意事項	🔴 中斷	`HostedTool` 課程被取消;透過客戶端 `get__tool()` 方法建立託管工具	#3634
1.0.0b260212		🔴 中斷	會話/上下文提供者管線已完成：`AgentThread` 已移除，請使用 `AgentSession` + `context_providers`	#3850
1.0.0b260212		🔴 中斷	檢查點模型/儲存重構（`workflow_id` 移除、 `previous_checkpoint_id` 新增、儲存行為變更）	#3744
1.0.0b260212		🟡 強化	`AzureOpenAIResponsesClient` 可由 Azure AI Foundry 專案端點建立，或 `AIProjectClient`	#3814
1.0.0b260212		🔴 中斷	中介軟體的延續功能不再接受`context`，請將`call_next(context)`更新為`call_next()`。	#3829
1.0.0b260210	注意事項	🔴 中斷	`send_responses()` / `send_responses_streaming()` 移除; 使用 `workflow.run(responses=...)`	#3720
1.0.0b260210		🔴 中斷	`SharedState` → `State`;工作流程狀態 API 是同步的，檢查點狀態欄位會重新命名	#3667
1.0.0b260210		🔴 中斷	編排設計者遷移到`agent_framework.orchestrations`封裝	#3685
1.0.0b260210		🟡 強化	為 Python 代理回應新增背景回應與 `continuation_token` 支援	#3808
1.0.0b260210		🟡 強化	並排新增的會話/上下文預覽類型（`SessionContext`， `BaseContextProvider`）	#3763
1.0.0b260210		🟡 強化	串流程式碼解譯器更新現在包含增量程式碼 delta	#3775
1.0.0b260210		🟡 強化	`@tool` Decorator 新增了明確的結構處理支援	#3734
1.0.0b260210	注意事項	🔴 中斷	`register_executor()` / `register_agent()` 已從 `WorkflowBuilder` 中移除; 直接使用實例，分離狀態的輔助方法	#3781
1.0.0b260210		🔴 中斷	`ChatAgent` → `Agent`， `ChatMessage` → `Message`， `RawChatAgent` → `RawAgent`， `ChatClientProtocol` → `SupportsChatGetResponse`	#3747
1.0.0b260210		🔴 中斷	類型 API 審查： `Role`/`FinishReason` 類型變更、回應/更新建構子限制、輔助工具改名為 `from_updates`，以及移除 `try_parse_value`	#3647
1.0.0b260210		🔴 中斷	API 統一於 `run`/`get_response` 和 `ResponseStream`	#3379
1.0.0b260210		🔴 中斷	`AgentRunContext` 更名為 `AgentContext`	#3714
1.0.0b260210		🔴 中斷	`AgentProtocol` 更名為 `SupportsAgentRun`	#3717
1.0.0b260210		🔴 中斷	中介軟體 `next` 參數重新命名為 `call_next`	#3735
1.0.0b260210		🔴 中斷	TypeVar 命名標準化（`TName` → `NameT`）	#3770
1.0.0b260210		🔴 中斷	工作流程作為代理的輸出/串流行為，與目前代理回應流程相符	#3649
1.0.0b260210		🔴 中斷	流暢構建器方法在 6 個構建器中轉換為建構子參數	#3693
1.0.0b260210		🔴 中斷	工作流程事件統一為單一 `WorkflowEvent`，並使用 `type` 做為判別器。`isinstance()` → `event.type == "..."`	#3690
1.0.0b260130	注意事項	🟡 強化	`ChatOptions` / `ChatResponse` / `AgentResponse` 通用響應格式	#3305
1.0.0b260130		🟡 強化	`BaseAgent` 新增對 Claude Agent SDK 整合的支援	#3509
1.0.0b260128	注意事項	🔴 中斷	`AIFunction` → `FunctionTool`， `@ai_function` → `@tool`	#3413
1.0.0b260128		🔴 中斷	GroupChat/Magentic 的工廠模式; `with_standard_manager` → `with_manager`， `participant_factories` → `register_participant`	#3224
1.0.0b260128		🔴 中斷	`Github` → `GitHub`	#3486
1.0.0b260127	注意事項	🟡 強化	`BaseAgent` 新增對 GitHub Copilot SDK 整合的支援	#3404
1.0.0b260123	注意事項	🔴 中斷	內容類型整合為 `Content` 單一類別，並搭配類別方法。	#3252
1.0.0b260123		🔴 中斷	`response_format` 驗證錯誤現在會引發 `ValidationError`	#3274
1.0.0b260123		🔴 中斷	AG-UI 運行邏輯簡化版	#3322
1.0.0b260123		🟡 強化	Anthropic 用戶端新增 `response_format` 對結構化輸出的支援	#3301
1.0.0b260123		🟡 強化	Azure AI 配置擴充與`reasoningrai_config`支援	#3403， #3265
1.0.0b260116	注意事項	🔴 中斷	`create_agent` → `as_agent`	#3249
1.0.0b260116		🔴 中斷	`source_executor_id` → `executor_id`	#3166
1.0.0b260116		🟡 強化	AG-UI 支援服務管理的會話/執行緒連續性	#3136
1.0.0b260114	注意事項	🔴 中斷	重構的編排（群組聊天、切換、順序、並行）	#3023
1.0.0b260114		🔴 中斷	選項可作為 TypedDict 與 Generic	#3140
1.0.0b260114		🔴 中斷	`display_name` 移除; `context_providers` → `context_provider` （單數）; `middleware` 必須為列表	#3139
1.0.0b260114		🔴 中斷	`AgentRunResponse` / `AgentRunResponseUpdate` 更名為 `AgentResponse`/`AgentResponseUpdate`	#3207
1.0.0b260114		🟡 強化	為 YAML 定義的工作流程新增宣告式工作流程執行階段	#2815
1.0.0b260114		🟡 強化	MCP 載入/可靠性改進（連線遺失處理、分頁、表示控制）	#3154
1.0.0b260114		🟡 強化	Foundry `A2ATool` 支援沒有明確目標 URL 的連線	#3127
1.0.0b260107	注意事項	—	沒有顯著變化	—
1.0.0b260106	注意事項	—	沒有顯著變化	—

後續步驟

支援概觀

意見反應

此頁面對您有幫助嗎？

Last updated on 2026-02-20

共用方式為

Python 2026 重大變更指南

Post-python-1.0.0b260212 合併變更（未發布）

🟡 Azure Functions 的 Durable workflow support

🟡 OpenTelemetry 追蹤上下文傳播至 MCP 請求

🔴 Pydantic 設定被替換為 TypedDict + load_settings()

🔴 FunctionTool[Any] 移除架構直通的通用設定

🟡 workflow.as_agent() 現在當提供者未設定時，這裡會預設本地歷史

🟡 AzureAIClient 警告不支援的執行階段覆寫

🔴 聊天/客服訊息輸入對齊（run 與 get_response）

🟡 基岩添加至 core[all]，並修正工具選擇預設

🔴 由 source_id 決定的提供者狀態範圍

python-1.0.0b260212（2026年2月12日）

🔴 Hosted*Tool 類別被用戶端 get_*_tool() 方法取代

🔴 會話/上下文提供者管道已完成AgentSession（context_providers）

🔴 檢查點模型與儲存行為重構

🟡 AzureOpenAIResponsesClient 支援 Azure AI Foundry 專案端點

🔴 中介軟體 call_next 不再接受 context

python-1.0.0b260210（2026年2月10日）

🔴 工作流程工廠函式已從 WorkflowBuilder

WorkflowBuilder 與執行器

WorkflowBuilder 與經紀人合作

使用輔助方法進行狀態隔離

🔴 ChatAgent 重新命名為 Agent， ChatMessage 再命名為 Message

更新匯入

更新類型參照

🔴 類型 API 檢視跨回應/訊息模型的更新

輔助方法的重新命名

更新回應-更新構建方法

將 try_parse_value 替換為 try/except 於 .value

🔴統一run/get_response模型與應用ResponseStream

🔴 核心上下文/協定類型重新命名

🔴 中介軟體延續參數已重新命名為 call_next

🔴 TypeVar 名稱標準化（TName → NameT）

🔴 工作流程作為代理的輸出與串流變化

🔴 流暢建構器方法則轉向建構參數

WorkflowBuilder

SequentialBuilder / ConcurrentBuilder

GroupChatBuilder

MagenticBuilder

HandoffBuilder

驗證變更

🔴 工作流程事件統一為單一的 WorkflowEvent，並搭配 type 判別器

移除的賽事級別

更新匯入

更新事件類型檢查

使用 AgentResponseUpdate 串流

型別註解

🔴 workflow.send_responses* 移除；使用 workflow.run(responses=...)

🔴 SharedState 重新命名為 State;工作流程狀態 API 是同步的

🔴 協作編排工具已移至 agent_framework.orchestrations

🟡 長期的背景回應與延續標記

🟡 會話/上下文提供者預覽類型並排新增

🟡 程式碼解譯器串流現在包含增量程式碼 delta

🟡 @tool 支援明確的結構處理

python-1.0.0b260130（2026年1月30日）

🟡 ChatOptions 和 ChatResponse/AgentResponse 現在都可用於通用的回應格式

🟡 BaseAgent 新增對 Claude Agent SDK 的支援

python-1.0.0b260128（2026年1月28日）

🔴 AIFunction更名為 FunctionTool 及@ai_function@tool

🔴 工廠設計模式已加入群組聊天與 Magentic，API 重新命名

🔴 Github 更名為 GitHub

python-1.0.0b260127（2026年1月27日）

🟡 BaseAgent 新增對 GitHub Copilot SDK 的支援

python-1.0.0b260123（2026年1月23日）

🔴 內容類型簡化為單一類別，並且使用 classmethod 作為建構方式

完整遷移參考

型別檢查

基本範例

🔴 註解類型簡化為 Annotation 和 TextSpanRegion TypedDicts

🔴 response_format 驗證錯誤現在對使用者可見

🔴 AG-UI 運行邏輯簡化；MCP 與 Anthropic 用戶端修正

🟡 Anthropic 用戶端現在支援 response_format 結構化輸出

🟡 Azure AI 配置擴展 （reasoning， rai_config）

python-1.0.0b260116（2026年1月16日）

🔴 create_agent 更名為 as_agent

🔴 WorkflowOutputEvent.source_executor_id 更名為 executor_id

🟡 AG-UI 支援由服務管理的會話持續性

python-1.0.0b260114（2026年1月14日）

🔴 編排已重構

🔴 Pydantic 設定被替換為 `TypedDict` + `load_settings()`

🔴 `FunctionTool[Any]` 移除架構直通的通用設定

🟡 `workflow.as_agent()` 現在當提供者未設定時，這裡會預設本地歷史

🔴 聊天/客服訊息輸入對齊（`run` 與 `get_response`）

🟡 基岩添加至 `core[all]`，並修正工具選擇預設

🔴 由 `source_id` 決定的提供者狀態範圍

🔴 `HostedTool` 類別被用戶端 `get__tool()` 方法取代

🔴 會話/上下文提供者管道已完成`AgentSession`（`context_providers`）

🟡 `AzureOpenAIResponsesClient` 支援 Azure AI Foundry 專案端點

🔴 中介軟體 `call_next` 不再接受 `context`

🔴 工作流程工廠函式已從 `WorkflowBuilder`

`WorkflowBuilder` 與執行器

`WorkflowBuilder` 與經紀人合作

🔴 `ChatAgent` 重新命名為 `Agent`， `ChatMessage` 再命名為 `Message`

將 `try_parse_value` 替換為 `try/except` 於 `.value`

🔴統一`run`/`get_response`模型與應用`ResponseStream`

🔴 中介軟體延續參數已重新命名為 `call_next`

🔴 TypeVar 名稱標準化（`TName` → `NameT`）

`WorkflowBuilder`

`SequentialBuilder` / `ConcurrentBuilder`

`GroupChatBuilder`

`MagenticBuilder`

`HandoffBuilder`

🔴 工作流程事件統一為單一的 `WorkflowEvent`，並搭配 `type` 判別器

使用 `AgentResponseUpdate` 串流

🔴 `workflow.send_responses*` 移除；使用 `workflow.run(responses=...)`

🔴 `SharedState` 重新命名為 `State`;工作流程狀態 API 是同步的

🔴 協作編排工具已移至 `agent_framework.orchestrations`

🟡 `@tool` 支援明確的結構處理

🟡 `ChatOptions` 和 `ChatResponse`/`AgentResponse` 現在都可用於通用的回應格式

🟡 `BaseAgent` 新增對 Claude Agent SDK 的支援

🔴 `AIFunction`更名為 `FunctionTool` 及`@ai_function@tool`

🔴 `Github` 更名為 `GitHub`

🟡 `BaseAgent` 新增對 GitHub Copilot SDK 的支援

🔴 註解類型簡化為 `Annotation` 和 `TextSpanRegion` TypedDicts

🔴 `response_format` 驗證錯誤現在對使用者可見

🟡 Anthropic 用戶端現在支援 `response_format` 結構化輸出

🟡 Azure AI 配置擴展（`reasoning`， `rai_config`）

🔴 `create_agent` 更名為 `as_agent`

🔴 `WorkflowOutputEvent.source_executor_id` 更名為 `executor_id`

🔴 `display_name` 刪除; `context_provider` 更改為單數; `middleware` 必須為清單

🔴 `AgentRunResponse` 更名為 `AgentResponse`

🟡 Foundry `A2ATool` 現在支援沒有目標 URL 的連線